產(chǎn)業(yè)數(shù)字化對性別工資差距的影響研究

張明斗,郭 瑞

(東北財經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,遼寧 大連 116025)

一、引言

隨著大數(shù)據(jù)、人工智能等現(xiàn)代信息技術(shù)不斷實現(xiàn)突破,數(shù)字化已成為驅(qū)動經(jīng)濟(jì)增長和創(chuàng)造社會價值的重要引擎。產(chǎn)業(yè)數(shù)字化是指以新一代數(shù)字技術(shù)為支撐,以數(shù)據(jù)賦能為主線,以數(shù)據(jù)為關(guān)鍵要素,對產(chǎn)業(yè)鏈上下游全要素進(jìn)行數(shù)字化轉(zhuǎn)型升級和價值再造的過程。產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級不僅帶來企業(yè)生產(chǎn)方式和經(jīng)營模式的轉(zhuǎn)變,還會對整個經(jīng)濟(jì)結(jié)構(gòu)及市場環(huán)境產(chǎn)生重要影響,比如改變勞動力市場的分配格局,在提高勞動者就業(yè)質(zhì)量的同時優(yōu)化就業(yè)結(jié)構(gòu)(蔡昉,2017;王文,2020)[1-2]。在傳統(tǒng)經(jīng)濟(jì)形態(tài)下,由于性別歧視以及不同性別勞動者在勞動能力稟賦上的天然差異,勞動力市場中的性別工資差距(即不同性別勞動力的工資收入存在顯著差異)普遍存在。過高的性別工資差距不僅有損整體勞動效率,而且不利于社會公平的實現(xiàn)。那么,產(chǎn)業(yè)數(shù)字化會對性別工資差距產(chǎn)生怎樣的影響?這是值得深入探究的重大課題。

關(guān)于性別工資差距的形成及其影響因素,現(xiàn)有文獻(xiàn)基于不同的研究視角(如人力資本水平、家庭分工、行業(yè)和崗位差異、心理特征以及性別歧視等)進(jìn)行了較為廣泛的探討,并形成了較為統(tǒng)一的觀點。部分學(xué)者基于人力資本理論認(rèn)為,性別工資差距的產(chǎn)生主要是因為不同性別勞動者在人力資本水平上(如受教育水平、工作經(jīng)驗等)存在差異(Becker,1965;Mincer,1974)[3-4];從家庭分工來看,出于兼顧的原因,女性可能會選擇薪資報酬相對較低的工作(Becker,1985)[5];從行業(yè)差異來看,性別的行業(yè)分割會導(dǎo)致性別工資差距(Katz,1986)[6];從就業(yè)崗位來看,女性就業(yè)普遍處于級別較低、晉升難度較高的職位(Albrecht et al.,2003)[7];從心理特征來看,不同性別勞動力在非認(rèn)知能力上的差異也是造成性別工資差距的重要原因(Heckman et al.,2006)[8]。國內(nèi)學(xué)者更多的是從“歧視”角度來分析性別工資差距的成因,認(rèn)為勞動力市場中的性別歧視越嚴(yán)重,則性別工資差距越大。相關(guān)研究發(fā)現(xiàn):我國勞動力市場上存在明顯的性別歧視(張丹丹,2004;黃志嶺 等2008)[9-10],其中,學(xué)歷低、年紀(jì)輕的女性勞動者受到的性別歧視更為嚴(yán)重(葛玉好 等,2011)[11],性別歧視在非國有部門中更嚴(yán)重(亓壽偉 等,2009)[12],不同行業(yè)中的性別歧視也存在顯著差異(王湘紅 等,2016;羅楚亮 等,2019)[13-14]。此外,職位隔離和職位晉升歧視是性別收入差距形成的重要機制,而職位層級內(nèi)部的性別收入差距主要來源于工資歧視(卿石松 等,2013)[15]。

相比之下,由于數(shù)字經(jīng)濟(jì)發(fā)展的時間較短,關(guān)于產(chǎn)業(yè)數(shù)字化對性別工資差距的影響研究目前基本上還停留在理論分析層面。產(chǎn)業(yè)數(shù)字化主要是利用數(shù)字技術(shù)對傳統(tǒng)產(chǎn)業(yè)進(jìn)行升級改造,提升生產(chǎn)數(shù)量和生產(chǎn)效率的過程(肖旭 等,2019)[16],本質(zhì)上是一種由技術(shù)進(jìn)步驅(qū)動的生產(chǎn)力革命,而技術(shù)進(jìn)步通常既具有就業(yè)替代效應(yīng),又具有就業(yè)創(chuàng)造效應(yīng)(Autor et al.,2003;Acemoglu et al.,2018,2019)[17-19]。隨著數(shù)字技術(shù)的不斷發(fā)展和廣泛應(yīng)用,一方面中低技能勞動者容易被機器替代(蔡躍洲 等,2019;張新春 等,2019)[20-21],另一方面也能夠通過擴(kuò)大生產(chǎn)規(guī)模、產(chǎn)生新業(yè)態(tài)等路徑創(chuàng)造新的職業(yè)類型和就業(yè)崗位(楊光 等,2020;王永欽 等,2020)[22-23]。與之類似,技術(shù)進(jìn)步對性別工資差距的影響也可能具有兩面性,一些學(xué)者對此進(jìn)行了實證檢驗。魏下海等(2018)研究發(fā)現(xiàn),生產(chǎn)線升級使性別工資差距得以收斂,但主要是縮小高技能工人的性別工資差距,對低技能工人性別工資差距的縮小作用有限[24];孫早和韓穎 (2022)分析表明,人工智能發(fā)展可以縮小低技術(shù)工業(yè)部門的性別工資水平差距,但會擴(kuò)大高技術(shù)工業(yè)部門的性別工資差距[25];許健等(2022)研究顯示,工業(yè)機器人應(yīng)用有助于縮小性別工資差距,該作用在初始性別工資差距較大、勞動力技能水平較低時以及制造業(yè)部門中更為明顯[26]。然而,對于產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,還缺乏相關(guān)經(jīng)驗證據(jù)。

當(dāng)前,我國正處于產(chǎn)業(yè)數(shù)字化加速和人口老齡化加劇的發(fā)展階段,明確產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,進(jìn)而采取相應(yīng)措施縮小性別工資差距,既可以改善勞動力市場結(jié)構(gòu),提高勞動生產(chǎn)率,促進(jìn)社會公平,也有利于加快產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型,推動經(jīng)濟(jì)高質(zhì)量可持續(xù)發(fā)展。有鑒于此,本文在已有研究的基礎(chǔ)上,建立一個產(chǎn)業(yè)數(shù)字化影響性別工資差距的理論模型,并基于工業(yè)數(shù)字化和服務(wù)業(yè)數(shù)字化兩個維度測度地區(qū)產(chǎn)業(yè)數(shù)字化水平,與中國勞動力動態(tài)調(diào)查(China Labor-force Dynamics Survey,CLDS)2014年、2016年和2018年的微觀數(shù)據(jù)進(jìn)行匹配,實證檢驗產(chǎn)業(yè)數(shù)字化對性別工資差距的影響。

本文的邊際貢獻(xiàn)主要在于:第一,結(jié)合“生產(chǎn)任務(wù)”模型和“肌肉—大腦”假說,構(gòu)建了一個分析產(chǎn)業(yè)數(shù)字化影響性別工資差距的理論模型;第二,通過引入產(chǎn)業(yè)數(shù)字化與性別虛擬變量的交乘項進(jìn)行實證檢驗,為相關(guān)研究提供了思路借鑒和方法參考,并為產(chǎn)業(yè)數(shù)字化縮小性別工資差距提供了經(jīng)驗證據(jù);第三,從勞動者技能水平、地區(qū)經(jīng)濟(jì)發(fā)展水平兩個方面分析產(chǎn)業(yè)數(shù)字化影響性別工資差距的異質(zhì)性,并利用無條件分位數(shù)回歸和分解探究在不同工資水平下產(chǎn)業(yè)數(shù)字化影響性別工資差距的作用效果,有利于深入認(rèn)識產(chǎn)業(yè)數(shù)字化的就業(yè)效應(yīng)和性別工資差距的形成原因,有助于采取針對性措施有效縮小性別工資差距。

二、理論模型與研究假說

本文借鑒Autor等(2003)的“生產(chǎn)任務(wù)”模型[17],假定最終品由一系列生產(chǎn)任務(wù)y(i)加總而成,設(shè)定總體生產(chǎn)函數(shù)如式(1)所示:

(1)

其中,σ代表不同生產(chǎn)任務(wù)間的替代彈性,σ∈(0,∞)。假定生產(chǎn)存在閾值I和S,滿足0

(2)

式(2)中,A為偏向技術(shù)進(jìn)步率,代表產(chǎn)業(yè)數(shù)字化發(fā)展對腦力勞動的效率改進(jìn),設(shè)定A是數(shù)字化資本Q的增函數(shù),?A/?Q>0,即數(shù)字化資本存量越大,產(chǎn)業(yè)數(shù)字化對腦力勞動的效率改進(jìn)就越強。同時,為簡化運算,借鑒孫早和韓穎(2022)的做法[25],假定數(shù)字化資本投入在數(shù)字化生產(chǎn)任務(wù)中平均分配,傳統(tǒng)資本投入和體力勞動投入在低技能生產(chǎn)任務(wù)中平均分配,腦力勞動投入在高技能生產(chǎn)任務(wù)中平均分配,則式(1)可以改寫為式(3):

(3)

將最終品單位價格標(biāo)準(zhǔn)化為1,在完全競爭的市場下,市場出清時體力勞動和腦力勞動的要素價格等價于每單位勞動投入的邊際產(chǎn)品,如式(4)和式(5)所示。其中,ωL和ωH分別代表體力勞動和腦力勞動的要素價格。

(4)

(5)

產(chǎn)業(yè)數(shù)字化對生產(chǎn)的影響可以分為兩個方面:一方面,數(shù)字化技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合將促使更多低技能生產(chǎn)任務(wù)轉(zhuǎn)向數(shù)字化生產(chǎn)模式,生產(chǎn)閾值I升高;另一方面,產(chǎn)業(yè)數(shù)字化會提高市場的數(shù)字化資本水平Q。從式(4)和式(5)來看,數(shù)字化生產(chǎn)對低技能生產(chǎn)任務(wù)的替代會對體力勞動要素價格產(chǎn)生負(fù)面沖擊,而由數(shù)字化資本積累帶來的效率改進(jìn)則會進(jìn)一步提高腦力勞動的要素價格。定義腦力勞動技能溢價函數(shù)φ如式(6)所示:

(6)

生產(chǎn)閾值I升高將導(dǎo)致低技能生產(chǎn)任務(wù)數(shù)量(S-I)變少,同時隨著數(shù)字化資本Q不斷增長,偏向技術(shù)進(jìn)步率A也隨之提高。將技能溢價對生產(chǎn)閾值I和數(shù)字化資本Q分別求偏導(dǎo)可得式(7)和式(8):

(7)

(8)

由式(7)和式(8)可知,無論是數(shù)字化生產(chǎn)范圍擴(kuò)大還是數(shù)字化資本存量增加,都將提高腦力勞動相對體力勞動的技能溢價,進(jìn)而提高勞動力市場對高技能勞動力的相對需求。

為進(jìn)一步分析產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,本文基于Welch(2000)提出的“肌肉—大腦”假說[27],并借鑒Ge等(2020)的研究思路進(jìn)行如下設(shè)定[28]:在其他條件一致的情況下,男性勞動力和女性勞動力在腦力勞動方面具有相同的能力,但是相對女性勞動力而言,男性勞動力可以從事更多的體力勞動,如式(9)和式(10)所示。其中,Lf和Lm分別代表由女性勞動力和男性勞動力提供的體力勞動,Hf和Hm分別代表由女性勞動力和男性勞動力提供的腦力勞動。

Lf

(9)

Hf=Hm

(10)

不同性別勞動力的工資水平由勞動要素價格和個體的勞動稟賦共同決定,決定方程如式(11)和式(12)所示,其中,Wf和Wm分別代表女性勞動力和男性勞動力的工資收入。

Wf=ωLLf+ωHHf

(11)

Wm=ωLLm+ωHHm

(12)

定義性別工資差距π為式(13)所示的函數(shù):

(13)

結(jié)合式(7)和式(8),由性別工資差距π對生產(chǎn)閾值I和數(shù)字化資本Q分別求偏導(dǎo)可得:

(14)

(15)

在滿足上述假設(shè)的條件下,由式(14)和式(15)可知,生產(chǎn)閾值I和數(shù)字化資本Q提高會縮小不同性別勞動力的工資收入差距。以上推導(dǎo)證明,產(chǎn)業(yè)數(shù)字化可以縮小性別工資差距。

一般來講,生產(chǎn)力的提高伴隨著勞動者收入的增長。產(chǎn)業(yè)數(shù)字化在帶來生產(chǎn)方式革新和生產(chǎn)力進(jìn)步的同時,也會促進(jìn)勞動者的工資收入增長,這種促進(jìn)作用的性別差異則會改變性別工資差距。本文認(rèn)為,產(chǎn)業(yè)數(shù)字化將提高女性勞動力的就業(yè)競爭力,對女性勞動者工資收入增長的促進(jìn)作用比男性更大,進(jìn)而有利于縮小性別工資差距。具體來說,產(chǎn)業(yè)數(shù)字化促進(jìn)勞動者工資收入增長的女性偏向性主要體現(xiàn)在兩個方面:

一方面,產(chǎn)業(yè)數(shù)字化改變了腦力勞動與體力勞動之間的相對價格(Autor et al.,2003)[17]。數(shù)字技術(shù)的應(yīng)用使得許多傳統(tǒng)的體力勞動過程轉(zhuǎn)變?yōu)樽詣踊?shù)字化的生產(chǎn)過程,人工智能和工業(yè)機器人等新技術(shù)能夠取代部分傳統(tǒng)體力勞動,進(jìn)而降低了對體力勞動的需求。與此同時,產(chǎn)業(yè)數(shù)字化顯著提高了生產(chǎn)效率,企業(yè)通過數(shù)字技術(shù)能夠更有效地利用資源和人力,降低信息傳遞和獲取的成本,有助于推動人與人之間、人與機器之間更緊密地合作,從而增加對腦力勞動的需求。因此,隨著產(chǎn)業(yè)數(shù)字化的推進(jìn),腦力勞動的相對價格上升,這會弱化女性勞動者在體力勞動能力稟賦上的天然相對弱勢對其勞動報酬的不利影響(Goldin et al.,2006)[29],進(jìn)而縮小性別工資差距。

另一方面,產(chǎn)業(yè)數(shù)字化的就業(yè)創(chuàng)造效應(yīng)為女性勞動力提供了更多的就業(yè)崗位和更便捷高效包容的就業(yè)環(huán)境,并有助于充分發(fā)揮女性勞動力的相對優(yōu)勢(戚隼東 等,2020)[30]。數(shù)字技術(shù)的應(yīng)用推動了彈性工作時間和遠(yuǎn)程工作的普及,許多工作崗位允許員工利用碎片化時間遠(yuǎn)程辦公,這使得那些因為照料家庭或其他原因而受到限制的女性勞動力可以根據(jù)家庭和自身的需要,在特定的時間段內(nèi)自由選擇辦公地點,從而更好地平衡家庭和職業(yè)生活(陳璐 等,2016)[31]。產(chǎn)業(yè)數(shù)字化催生了許多在線平臺經(jīng)濟(jì),為女性勞動力提供了更多的靈活就業(yè)機會,如網(wǎng)上銷售、社交媒體營銷和遠(yuǎn)程咨詢等(李建奇,2022)[32]。同時,人工智能、大數(shù)據(jù)等數(shù)字技術(shù)在招聘網(wǎng)站的應(yīng)用改變了求職方式,有效降低了女性勞動力獲取就業(yè)信息和就業(yè)機會的搜尋成本(仇化 等,2023)[33]。

綜上所述,產(chǎn)業(yè)數(shù)字化主要通過提高腦力勞動的相對價格和強化女性勞動力的就業(yè)優(yōu)勢等,對女性勞動者產(chǎn)生比男性勞動者更強的工資收入增長效應(yīng),進(jìn)而縮小性別工資差距。當(dāng)然,這種性別工資差距縮小效應(yīng)在不同的情形下可能具有異質(zhì)性表現(xiàn)。這里主要從勞動者技能水平和地區(qū)經(jīng)濟(jì)發(fā)展水平兩個維度進(jìn)行簡要探討:從勞動者的技能水平來看,產(chǎn)業(yè)數(shù)字化會改變勞動力市場的技能需求結(jié)構(gòu)。隨著傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)深度融合,低技能勞動力更容易被取代,而高技能勞動力則可以從數(shù)字化帶來的生產(chǎn)效率改進(jìn)中受益,因而產(chǎn)業(yè)數(shù)字化對不同技能水平勞動群體性別工資差距的影響可能不同。高技能勞動力主要提供腦力勞動,低技能勞動力主要提供體力勞動,而不同性別勞動者的勞動能力稟賦差異主要表現(xiàn)在體力勞動上,因此相較于高技能勞動群體,產(chǎn)業(yè)數(shù)字化對低技能勞動群體性別工資差距的縮小作用更為明顯。此外,數(shù)字化生產(chǎn)主要替代的是低技能體力勞動,而這部分勞動主要由男性勞動力提供,由此造成對男性低技能勞動力的擠出,并通過降低男性勞動力的技能溢價縮小低技能勞動群體的性別工資差距。從勞動者所在地區(qū)的經(jīng)濟(jì)發(fā)展水平來看,在經(jīng)濟(jì)發(fā)展水平較高的地區(qū),產(chǎn)業(yè)數(shù)字化的程度較高、范圍較廣,對社會經(jīng)濟(jì)的影響也較大;而在經(jīng)濟(jì)發(fā)展水平較低的地區(qū),產(chǎn)業(yè)數(shù)字化發(fā)展相對滯后,所產(chǎn)生的影響也相對有限。

基于以上分析,本文提出如下假說:地區(qū)產(chǎn)業(yè)數(shù)字化水平提高有利于縮小性別工資差距(H1);相比于高技能勞動群體和經(jīng)濟(jì)發(fā)展水平較低地區(qū),產(chǎn)業(yè)數(shù)字化的性別工資差距縮小效應(yīng)在低技能勞動群體中和經(jīng)濟(jì)發(fā)展水平較高地區(qū)更為顯著(H2)。

三、實證研究設(shè)計

1.模型設(shè)定與變量選擇

為檢驗產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,本文基于Mincer(1974)提出的工資收入方程[4],借鑒魏下海等(2018)、孫早和韓穎(2022)的研究思路[24-25],構(gòu)建如下基準(zhǔn)計量模型:

模型(1):lnWi,p=α0+α1digp+α2genderi+αZip+νt+ζp+μd+ε

模型(2):lnWi,p=β0+β1digp+β2genderi+β3genderi×digp+βZip+νt+ζp+μd+ε

其中,下標(biāo)i、p、t、d分別代表勞動者個體、地區(qū)(省份)、年份、行業(yè),νt、ζp、μd和ε分別表示年份固定效應(yīng)、省份固定效應(yīng)、行業(yè)固定效應(yīng)和隨機誤差項,Zi,p為控制變量。被解釋變量為“工資收入”(lnWi,p),采用地區(qū)p中勞動者i的年工資收入(取自然對數(shù))來衡量。模型(1)中核心解釋變量有2個:一是“產(chǎn)業(yè)數(shù)字化”(digp),為勞動者i所在地區(qū)p的產(chǎn)業(yè)數(shù)字化水平,若其回歸系數(shù)α1顯著為正,則表明地區(qū)產(chǎn)業(yè)數(shù)字化促進(jìn)了勞動者的工資收入增長;二是“性別”(genderi),為勞動者i是否為女性的虛擬變量(男性賦值為0,女性賦值為1),若其回歸系數(shù)α2顯著為負(fù),則表明女性勞動者的工資收入顯著低于男性勞動者,即存在性別工資差距。模型(2)在模型(1)的基礎(chǔ)上加入“產(chǎn)業(yè)數(shù)字化”與“性別”的交乘項(genderi×digp),若其回歸系數(shù)β3顯著為正,則表明“產(chǎn)業(yè)數(shù)字化”可以弱化“性別”對“工資收入”的負(fù)向作用,即地區(qū)產(chǎn)業(yè)數(shù)字化水平的提高能夠縮小性別工資差距。

對“產(chǎn)業(yè)數(shù)字化”的測度借鑒王軍等(2021)的方法[34],并考慮到本文所用微觀調(diào)查數(shù)據(jù)對應(yīng)年份的產(chǎn)業(yè)數(shù)字化主要集中在工業(yè)和服務(wù)業(yè),從工業(yè)數(shù)字化和服務(wù)業(yè)數(shù)字化兩個維度構(gòu)建地區(qū)產(chǎn)業(yè)數(shù)字化水平的綜合評價指標(biāo)體系(見表1),采用熵值法計算各項指標(biāo)的權(quán)重(郭顯光,1998)[35],從而計算得到樣本地區(qū)(省份)的產(chǎn)業(yè)數(shù)字化水平。

表1 地區(qū)產(chǎn)業(yè)數(shù)字化水平評價指標(biāo)體系

參照許健等(2022)的研究[26],選取以下控制變量:一是反映勞動者個體的人口學(xué)基本特征的“年齡”“婚姻狀態(tài)”“健康狀況”,二是反映勞動者個體的社會經(jīng)濟(jì)特征的“政治面貌”“戶口性質(zhì)”“專業(yè)證書”“受教育水平”“單位性質(zhì)”等,三是反映勞動者所在城市經(jīng)濟(jì)發(fā)展水平的“人均GDP”和“平均工資”。此外,考慮到勞動者的年齡可能對其勞動收入具有非線性影響,進(jìn)一步控制了年齡的平方項。各變量的測度方法見表2。

表2 主要變量定義和描述性統(tǒng)計結(jié)果

2.樣本選擇與數(shù)據(jù)處理

本文所使用的勞動者個體數(shù)據(jù)來自2014年、2016年和2018年的“中國勞動力動態(tài)調(diào)查”(CLDS),樣本覆蓋29個省份(不包括西藏、海南和港澳臺地區(qū))。將三個年份的數(shù)據(jù)組合成為混合截面數(shù)據(jù)(1)采用混合截面數(shù)據(jù)主要基于以下兩面的考慮:一是CLDS采用輪換追蹤方式進(jìn)行調(diào)查,每次調(diào)查會去掉部分上次調(diào)查的樣本,并增加新樣本,用面板數(shù)據(jù)會導(dǎo)致樣本量大幅減少,用混合截面數(shù)據(jù)則可以保持足夠的樣本量;二是相較于橫截面數(shù)據(jù),混合截面數(shù)據(jù)具有更好的樣本代表性,可以獲得更準(zhǔn)確的估計值和更有效的檢驗統(tǒng)計量。,并進(jìn)行如下樣本篩選:女性年齡限定為18-55歲,男性年齡限定為18-60歲,保留非農(nóng)就業(yè)樣本,刪除在校生和失去勞動能力人員,同時對主要變量存在缺失值和異常值的樣本予以剔除?；贑LDS的數(shù)據(jù)特征,個體的年工資額為所有工資、獎金和補貼的總和,工業(yè)機器人安裝密度根據(jù)國際機器人聯(lián)合會(IFR)公布的中國各行業(yè)工業(yè)機器人安裝量進(jìn)行計算,兩化融合發(fā)展指數(shù)來自相應(yīng)年度的《中國信息化與工業(yè)化融合發(fā)展水平評估藍(lán)皮書》,其余宏觀數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、北京大學(xué)數(shù)字普惠金融指數(shù)、國泰安數(shù)據(jù)庫以及部分省級統(tǒng)計年鑒。對所有連續(xù)變量進(jìn)行上下1%的縮尾處理,所有以貨幣單位衡量的變量均使用地區(qū)生產(chǎn)總值平減指數(shù)折算為2013年不變價格。表2報告了主要變量的定義和描述性統(tǒng)計結(jié)果。

四、實證檢驗結(jié)果分析

1.基準(zhǔn)模型回歸與內(nèi)生性處理

表3的(1)(3)(5)列為基準(zhǔn)模型(1)的回歸結(jié)果,(2)(4)(6)列為基準(zhǔn)模型(2)的回歸結(jié)果;(1)(2)列僅控制了年份、省份和行業(yè)固定效應(yīng),(3)(4)列加入勞動者人口學(xué)基本特征控制變量,(5)(6)列進(jìn)一步加入其他控制變量。逐步回歸結(jié)果顯示,在模型(1)中,“產(chǎn)業(yè)數(shù)字化”的回歸系數(shù)顯著為正,表明勞動者所在地區(qū)的產(chǎn)業(yè)數(shù)字化水平提高具有顯著的工資增長效應(yīng);“性別”的回歸系數(shù)顯著為負(fù),表明在樣本期間樣本地區(qū)存在性別工資差距。在模型(2)中,“產(chǎn)業(yè)數(shù)字化”和“性別”的回歸系數(shù)依然分別顯著為正和負(fù),且“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)顯著為正,表明地區(qū)產(chǎn)業(yè)數(shù)字化水平的提高有利于縮小性別工資差距,假說H1得到驗證。

表3 基準(zhǔn)模型回歸結(jié)果

基準(zhǔn)模型可能存在反向因果關(guān)系和遺漏變量等內(nèi)生性問題,參考黃群慧等(2019)的思路[36],采用2SLS工具變量法來緩解內(nèi)生性問題?；?984年各省份郵電業(yè)務(wù)量構(gòu)造“產(chǎn)業(yè)數(shù)字化”的工具變量,由于本文有三個年度的數(shù)據(jù),為賦予工具變量年度變異性,參照趙濤等(2020)的做法[37],將上一年全國互聯(lián)網(wǎng)用戶數(shù)與1984年郵電業(yè)務(wù)總量的交乘項作為該年該省份產(chǎn)業(yè)數(shù)字化水平的工具變量。第一階段的檢驗結(jié)果顯示(限于篇幅,具體結(jié)果略,備索),工具變量與“產(chǎn)業(yè)數(shù)字化”顯著正相關(guān);第二階段的估計結(jié)果見表4,工具變量通過了識別不足檢驗和弱工具變量檢驗,說明工具變量有效,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)仍顯著為正,表明在緩解內(nèi)生性問題后,產(chǎn)業(yè)數(shù)字化能夠縮小性別工資差距的結(jié)論依然成立。

表4 工具變量法第二階段回歸結(jié)果

2.穩(wěn)健性檢驗

為進(jìn)一步驗證基準(zhǔn)模型回歸結(jié)果的可靠性,進(jìn)行以下穩(wěn)健性檢驗:

(1) Heckman兩步法。本文采用微觀調(diào)查數(shù)據(jù)和宏觀數(shù)據(jù)相結(jié)合的方法進(jìn)行計量回歸,而在微觀調(diào)查中可能存在個體工資水平不可觀測的情況,造成樣本選擇偏誤和回歸結(jié)果有偏(李宏兵 等,2014)[38]。對此,采用Heckman兩步法進(jìn)行樣本選擇糾正,并與OLS回歸結(jié)果進(jìn)行對比。首先,對所有樣本進(jìn)行Probit估計:Pit=δQ+ε。其中,Pit為個體工資是否可觀測變量(個體工資可觀測賦值為1,個體工資不可觀測賦值為0),協(xié)變量Q包括“性別”“年齡”“年齡平方”“婚姻狀態(tài)”“健康狀況”“政治面貌”“戶口性質(zhì)”“受教育水平”“人均GDP”“平均工資”等,ε為隨機誤差項。然后,根據(jù)估計結(jié)果求得逆米爾斯率(imr)。最后,將“逆米爾斯率”作為控制變量加入基準(zhǔn)模型進(jìn)行檢驗,回歸結(jié)果見表5。在加入全部控制變量的(5)(6)列中,“逆米爾斯率”的回歸系數(shù)不顯著,且核心解釋變量的回歸系數(shù)和顯著性變化不大,表明基準(zhǔn)模型回歸中不存在嚴(yán)重的樣本選擇性偏誤問題(孫早 等,2022)[25],分析結(jié)果是可信的。

表5 Heckman兩步法檢驗結(jié)果

(2)更換計量模型?；鶞?zhǔn)模型通過引入性別與產(chǎn)業(yè)數(shù)字化水平的交乘項來驗證產(chǎn)業(yè)數(shù)字化是否縮小了性別工資差距,該模型允許產(chǎn)業(yè)數(shù)字化水平在不同組別存在差異,但假定其他控制變量的系數(shù)不隨性別發(fā)生變化。為避免其他控制變量系數(shù)也隨性別發(fā)生變化對回歸結(jié)果產(chǎn)生影響,將樣本劃分為“女性”和“男性”兩個子樣本,分別檢驗“產(chǎn)業(yè)數(shù)字化”對“工資收入”的影響,比較地區(qū)產(chǎn)業(yè)數(shù)字化水平提高對不同性別勞動者工資水平的提升效果,檢驗結(jié)果如表6所示?！爱a(chǎn)業(yè)數(shù)字化”的回歸系數(shù)在“女性”子樣本中顯著大于“男性”子樣本,表明地區(qū)產(chǎn)業(yè)數(shù)字化水平提高對女性勞動者工資收入增長的促進(jìn)作用顯著大于對男性勞動者工資收入增長的促進(jìn)作用,從而有利于縮小性別工資差距。

表6 按性別分組回歸結(jié)果

(3)更換被解釋變量。基準(zhǔn)模型中的被解釋變量“工資收入”采用勞動者的年工資額進(jìn)行衡量,CLDS數(shù)據(jù)庫中還調(diào)查了勞動者每周平均工作小時數(shù),據(jù)此可以計算得到勞動者的小時工資收入,將其自然對數(shù)值作為被解釋變量重新進(jìn)行模型檢驗,回歸結(jié)果見表7。逐步加入控制變量后,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)顯著為正,進(jìn)一步表明基準(zhǔn)模型的回歸結(jié)果具有穩(wěn)健性。

表7 更換被解釋變量回歸結(jié)果

3. 異質(zhì)性分析

根據(jù)前文理論分析,進(jìn)行勞動者技能水平和地區(qū)經(jīng)濟(jì)發(fā)展水平兩個方面的異質(zhì)性檢驗:一是借鑒李紅陽和邵敏(2017)的方法[39],采用最高學(xué)歷來衡量勞動者的技能水平,將具有大專及以上學(xué)歷的個體劃為“高技能勞動群體”子樣本,高中及以下學(xué)歷的個體劃為“低技能勞動群體”子樣本,分別進(jìn)行模型檢驗,回歸結(jié)果見表8。二是參照張軍擴(kuò)等(2019)、王思博和莊貴陽(2023)的研究[40-41],基于人均GDP進(jìn)行區(qū)域劃分,將人均GDP在7 000美元以下、7 000～10 000美元、10 000美元以上的省份分別劃歸為“較低發(fā)展水平地區(qū)”“中等發(fā)展水平地區(qū)”“較高發(fā)展水平地區(qū)”3個子樣本(2)其中,“較高發(fā)展水平地區(qū)”包括北京、天津、內(nèi)蒙古、上海、江蘇、浙江、福建、山東、廣東、重慶、湖北,“中等發(fā)展水平地區(qū)”包括安徽、湖南、遼寧、江西、山西、四川、河南、云南、陜西、新疆、寧夏、青海,“較低發(fā)展水平地區(qū)”包括河北、貴州、廣西、吉林、黑龍江、甘肅。,分別進(jìn)行模型檢驗,回歸結(jié)果見表9。在“低技能勞動群體”和“高發(fā)展水平地區(qū)”中,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)顯著為正;在“高技能勞動群體”和“中等發(fā)展水平地區(qū)”中,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)為正但不顯著;在“較低發(fā)展水平地區(qū)”中“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)為負(fù)但不顯著。上述結(jié)果表明,產(chǎn)業(yè)數(shù)字化水平提高可以顯著縮小低技能勞動群體和經(jīng)濟(jì)發(fā)展水平較高地區(qū)的性別工資差距,但對高技能勞動群體和經(jīng)濟(jì)發(fā)展水平較低地區(qū)的性別工資差距沒有顯著影響,假說H2得到驗證。

表8 勞動者技能水平異質(zhì)性分析結(jié)果

表9 地區(qū)經(jīng)濟(jì)發(fā)展水平異質(zhì)性分析結(jié)果

4. 進(jìn)一步分析:工資水平的影響

本文驗證了產(chǎn)業(yè)數(shù)字化的性別工資差距縮小效應(yīng)及其在勞動者技能水平和地區(qū)經(jīng)濟(jì)發(fā)展水平方面的異質(zhì)性,但忽略了勞動者自身工資水平的影響。在不同的工資水平下,產(chǎn)業(yè)數(shù)字化對勞動者工資收入以及性別工資差距的影響程度是否存在差異?對此,本文進(jìn)一步采用再中心化影響函數(shù)(RIF)的無條件分位數(shù)回歸和分解方法進(jìn)行分析。首先對樣本工資水平分布的不同分位點進(jìn)行回歸,然后在經(jīng)典Oaxaca-Blinder分解的基礎(chǔ)上分解出不同分位點下單個協(xié)變量對總體效應(yīng)的具體貢獻(xiàn),并擴(kuò)展到所有可定義RIF的統(tǒng)計量中(Firpo et al.,2007)[42]。

對不同工資水平分位點進(jìn)行無條件分位數(shù)回歸的結(jié)果見表10。在10%和50%分位點,“產(chǎn)業(yè)數(shù)字化×性別”和“產(chǎn)業(yè)數(shù)字化”的回歸系數(shù)均顯著為正,說明當(dāng)勞動者工資處于中低水平時,產(chǎn)業(yè)數(shù)字化可以顯著提高勞動者的工資水平,并有效縮小性別工資差距;在90%分位點,“產(chǎn)業(yè)數(shù)字化×性別”和“產(chǎn)業(yè)數(shù)字化”的回歸系數(shù)均不顯著,表明對于工資水平處于頂端的勞動者,產(chǎn)業(yè)數(shù)字化并不能顯著提高其工資收入,對性別工資差距的影響也不顯著。進(jìn)一步進(jìn)行無條件分位數(shù)分解,通過構(gòu)建“被視為男性的女性”的反事實組,將性別工資差距分解為由個體、地區(qū)等特征稟賦差異帶來的稟賦效應(yīng)(可解釋的部分)和由工資決定結(jié)構(gòu)差異帶來的結(jié)構(gòu)效應(yīng)(不可解釋的部分),其中結(jié)構(gòu)效應(yīng)可歸因為性別歧視(Oaxaca,1973)[43]。分位數(shù)分解結(jié)果見表11。從稟賦效應(yīng)來看,中低工資群體在產(chǎn)業(yè)數(shù)字化稟賦上的差異能夠有效縮小性別工資差距;從結(jié)構(gòu)效應(yīng)來看,產(chǎn)業(yè)數(shù)字化顯著減輕了中等工資群體在勞動力市場中面對的歧視;而對于高工資群體,產(chǎn)業(yè)數(shù)字化的稟賦效應(yīng)和結(jié)構(gòu)效應(yīng)均不顯著。上述分析表明,產(chǎn)業(yè)數(shù)字化能顯著提高中低工資群體的工資水平,并顯著縮小中低工資群體的性別工資差距。

表10 分位數(shù)回歸結(jié)果

表11 分位數(shù)分解結(jié)果

五、結(jié)論與啟示

產(chǎn)業(yè)數(shù)字化在提高生產(chǎn)效率和就業(yè)質(zhì)量的同時,也在重塑勞動力市場的分配機制,使得不同性別勞動力的工資收入差距呈現(xiàn)出新的特征?？茖W(xué)識別產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,有助于破解新時代性別工資差距難題,促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展。產(chǎn)業(yè)數(shù)字化通過增加腦力勞動需求改變了腦力勞動與體力勞動之間的相對價格,還提供了更多的靈活就業(yè)機會和更便捷包容的就業(yè)環(huán)境,促使女性在勞動力市場中的就業(yè)競爭力得以提高,并有助于女性勞動力相對優(yōu)勢的充分發(fā)揮,從而對女性勞動者具有更強的工資增長效應(yīng),由此帶來性別工資差距的縮小。本文基于“生產(chǎn)任務(wù)”模型和“肌肉—大腦”假說構(gòu)建理論模型,探究產(chǎn)業(yè)數(shù)字化與性別工資差距之間的關(guān)系,同時將地區(qū)(省份)產(chǎn)業(yè)數(shù)字化水平與2014年、2016年和2018年CLDS數(shù)據(jù)庫的勞動者個體調(diào)查數(shù)據(jù)相匹配,實證檢驗產(chǎn)業(yè)數(shù)字化對性別工資差距的影響及其異質(zhì)性,結(jié)果發(fā)現(xiàn):(1)地區(qū)產(chǎn)業(yè)數(shù)字化水平的提高能夠顯著促進(jìn)勞動者的工資收入增長,這種工資增長效應(yīng)對女性勞動者更為顯著,從而縮小了女性勞動者與男性勞動者之間的工資收入差距,該結(jié)論經(jīng)過穩(wěn)健性檢驗和內(nèi)生性處理后依然成立。(2)對于低技能勞動群體和經(jīng)濟(jì)發(fā)展水平較高地區(qū),產(chǎn)業(yè)數(shù)字化可以顯著縮小性別工資差距;對于高技能勞動群體和經(jīng)濟(jì)發(fā)展水平較低地區(qū),產(chǎn)業(yè)數(shù)字化對性別工資差距的影響不顯著。(3)對于中低工資群體,產(chǎn)業(yè)數(shù)字化具有顯著的工資增長促進(jìn)效應(yīng)和性別工資差距縮小效應(yīng);對于高工資群體,產(chǎn)業(yè)數(shù)字化對工資收入和性別工資差距沒有顯著影響。

基于上述結(jié)論,本文提出如下啟示:第一,加強數(shù)字基礎(chǔ)設(shè)施建設(shè),持續(xù)推動產(chǎn)業(yè)數(shù)字化提速升級,充分發(fā)揮產(chǎn)業(yè)數(shù)字化的就業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)。進(jìn)一步投資數(shù)字基礎(chǔ)設(shè)施建設(shè),擴(kuò)大數(shù)據(jù)流通范圍,提高數(shù)據(jù)流通效率。完善數(shù)據(jù)中心、云計算平臺等關(guān)鍵數(shù)字基礎(chǔ)設(shè)施,加強對物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)的研發(fā)與應(yīng)用,增強數(shù)字基礎(chǔ)設(shè)施服務(wù)能力,著力打造數(shù)字基礎(chǔ)設(shè)施共享平臺,為產(chǎn)業(yè)數(shù)字化提供有力支撐。第二,因地制宜,推進(jìn)各地區(qū)產(chǎn)業(yè)數(shù)字化多路徑發(fā)展。對于經(jīng)濟(jì)發(fā)展水平較高的地區(qū),要以全球領(lǐng)先技術(shù)為目標(biāo),優(yōu)先布局核心數(shù)字技術(shù)領(lǐng)域,搶占科技創(chuàng)新高地,充分發(fā)揮數(shù)字技術(shù)創(chuàng)新的引領(lǐng)性作用,推動互聯(lián)網(wǎng)、大數(shù)據(jù)分析等各類數(shù)字技術(shù)與各產(chǎn)業(yè)深度融合;對于經(jīng)濟(jì)發(fā)展相對滯后的地區(qū),應(yīng)加大對產(chǎn)業(yè)數(shù)字化的政策傾斜和財政支持,縮小與發(fā)達(dá)地區(qū)在產(chǎn)業(yè)數(shù)字化方面的差距,結(jié)合當(dāng)?shù)氐囊胤A賦和資源環(huán)境制定適宜的數(shù)字化轉(zhuǎn)型方案,實現(xiàn)區(qū)域間數(shù)字經(jīng)濟(jì)的均衡發(fā)展。第三,促進(jìn)兩性教育公平,優(yōu)化女性就業(yè)結(jié)構(gòu)。為更好發(fā)揮產(chǎn)業(yè)數(shù)字化對女性收入增長的偏向性促進(jìn)作用,應(yīng)積極引導(dǎo)女性提高自身人力資本水平,落實教育平等政策,鼓勵女性進(jìn)入科學(xué)、技術(shù)、工程和數(shù)學(xué)領(lǐng)域,提供面向女性的數(shù)字化培訓(xùn)課程,不斷促進(jìn)女性就業(yè)質(zhì)量提升。同時,還應(yīng)不斷完善社會保障制度和就業(yè)創(chuàng)業(yè)服務(wù)體系,支持新型靈活就業(yè)方式,促進(jìn)女性多元化就業(yè),優(yōu)化女性就業(yè)結(jié)構(gòu)。

本文探討了產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,為通過產(chǎn)業(yè)數(shù)字化縮小性別工資差距提供了政策啟示,但仍存在改進(jìn)和拓展的空間,比如:囿于數(shù)據(jù)限制,本文僅檢驗了省份層面產(chǎn)業(yè)數(shù)字化對性別工資差距的影響,需要進(jìn)一步基于更為微觀的城市層面進(jìn)行實證分析;產(chǎn)業(yè)數(shù)字化對性別工資差距的影響可能存在復(fù)雜的路徑和多樣化的異質(zhì)性,有待進(jìn)行更為全面細(xì)致深入地研究。